-
公开(公告)号：CN118298955B
公开(公告)日：2025-03-28
申请号：CN202410477143.5
申请日：2024-04-19
Applicant: 上海市环境监测中心(上海长三角区域空气质量预测预报中心)
Abstract: 本申请提供一种臭氧浓度生成曲线构建方法、系统、介质及终端，包括：基于空气质量模型对目标区域进行运行计算获得各前体物减排情景对应的敏感性系数以及臭氧浓度模拟值；所述前体物减排情景包括：基础情景、减排50％情景和减排75％情景；所述敏感性系数包括：一阶敏感性系数、二阶敏感性系数和交叉敏感性系数；基于各减排情景对应的敏感性系数以及臭氧浓度模拟值采用三阶优化方法进行计算获得臭氧浓度估算值；基于所述臭氧浓度估算值生成EKMA曲线。本申请不仅可以提高臭氧浓度估算准确率，同时，与传统基于观测模型运行多组试验绘制EKMA曲线的方法相比，减少了模型的运行次数，大大节省了内存资源，提高了计算效率。
-
公开(公告)号：CN112836862B
公开(公告)日：2024-05-31
申请号：CN202110057355.4
申请日：2021-01-15
Applicant: 上海市环境监测中心(上海长三角区域空气质量预测预报中心)
IPC: G06F16/29 , G06N20/00 , G06F18/214 , G01W1/10
Abstract: 本发明提供了一种基于机器学习算法的集合预报方法、系统及介质，涉及空气质量预报技术领域，该方法包括：步骤1：依据污染物浓度以及气象预报在内的相关数据，构建模型的训练数据；步骤2：利用多种机器学习方法耦合优化模型搭建；步骤3：将得到的训练数据作为多种机器学习方法耦合优化模型的输入，得到未来时间段空气质量预报。本发明能够引入气象条件如温度、湿度、风速、风向、降水和气压等要素对污染物浓度的影响，同时耦合了多种机器学习算法，提高空气质量模式的预报准确率。
-
公开(公告)号：CN112836862A
公开(公告)日：2021-05-25
申请号：CN202110057355.4
申请日：2021-01-15
Applicant: 上海市环境监测中心(上海长三角区域空气质量预测预报中心)
Abstract: 本发明提供了一种基于机器学习算法的集合预报方法、系统及介质，涉及空气质量预报技术领域，该方法包括：步骤1：依据污染物浓度以及气象预报在内的相关数据，构建模型的训练数据；步骤2：利用多种机器学习方法耦合优化模型搭建；步骤3：将得到的训练数据作为多种机器学习方法耦合优化模型的输入，得到未来时间段空气质量预报。本发明能够引入气象条件如温度、湿度、风速、风向、降水和气压等要素对污染物浓度的影响，同时耦合了多种机器学习算法，提高空气质量模式的预报准确率。
-
公开(公告)号：CN118298955A
公开(公告)日：2024-07-05
申请号：CN202410477143.5
申请日：2024-04-19
Applicant: 上海市环境监测中心(上海长三角区域空气质量预测预报中心)
Abstract: 本申请提供一种基于三阶优化的臭氧浓度生成曲线构建方法、系统、介质及终端，包括：基于空气质量模型对目标区域进行运行计算获得各前体物减排情景对应的敏感性系数以及臭氧浓度模拟值；所述前体物减排情景包括：基础情景、减排50％情景和减排75％情景；所述敏感性系数包括：一阶敏感性系数、二阶敏感性系数和交叉敏感性系数；基于各减排情景对应的敏感性系数以及臭氧浓度模拟值采用三阶优化方法进行计算获得臭氧浓度估算值；基于所述臭氧浓度估算值生成EKMA曲线。本申请不仅可以提高臭氧浓度估算准确率，同时，与传统基于观测模型运行多组试验绘制EKMA曲线的方法相比，减少了模型的运行次数，大大节省了内存资源，提高了计算效率。
-
-
-
Search Results
4
records
(took 0.043 seconds)
